При работе с задачами классификации часто необходимо визуализировать точки данных, принадлежащие разным классам, на точечной диаграмме. Это позволяет нам получить представление о распределении и разделении классов. В этой статье мы рассмотрим несколько методов рисования двух разных классов разными цветами с помощью Python. Мы предоставим примеры кода с использованием популярных библиотек построения графиков, таких как Matplotlib и Seaborn.

Метод 1: Matplotlib
Matplotlib — широко используемая библиотека построения графиков в Python. Чтобы отобразить два класса разными цветами, мы можем создать точечную диаграмму и назначить каждому классу разные цвета.

import matplotlib.pyplot as plt
# Generate sample data
x1 = [1, 2, 3, 4, 5]
y1 = [2, 4, 6, 8, 10]
x2 = [1, 2, 3, 4, 5]
y2 = [1, 3, 5, 7, 9]
# Create a scatter plot
plt.scatter(x1, y1, c='red', label='Class 1')
plt.scatter(x2, y2, c='blue', label='Class 2')
# Add labels and legend
plt.xlabel('X-axis')
plt.ylabel('Y-axis')
plt.legend()
# Show the plot
plt.show()

Метод 2: Seaborn
Seaborn — еще одна популярная библиотека визуализации данных, предоставляющая дополнительные функции поверх Matplotlib. Мы можем использовать функцию sns.scatterplot()для отображения двух классов разными цветами.

import seaborn as sns
# Generate sample data
x1 = [1, 2, 3, 4, 5]
y1 = [2, 4, 6, 8, 10]
x2 = [1, 2, 3, 4, 5]
y2 = [1, 3, 5, 7, 9]
# Create a scatter plot
sns.scatterplot(x=x1, y=y1, color='red', label='Class 1')
sns.scatterplot(x=x2, y=y2, color='blue', label='Class 2')
# Add labels and legend
plt.xlabel('X-axis')
plt.ylabel('Y-axis')
plt.legend()
# Show the plot
plt.show()

Метод 3: цветовое сопоставление
В некоторых случаях у нас может быть более двух классов, и мы хотим автоматически назначить разные цвета каждому классу. Мы можем добиться этого, используя технику цветового отображения.

import matplotlib.pyplot as plt
from matplotlib.colors import ListedColormap
# Generate sample data
x = [1, 2, 3, 4, 5, 1, 2, 3, 4, 5]
y = [2, 4, 6, 8, 10, 1, 3, 5, 7, 9]
classes = [0, 1, 0, 1, 1, 0, 1, 0, 1, 1]
# Define colors for each class
colors = ListedColormap(['red', 'blue'])
# Create a scatter plot with color mapping
plt.scatter(x, y, c=classes, cmap=colors)
# Add labels and colorbar
plt.xlabel('X-axis')
plt.ylabel('Y-axis')
plt.colorbar(ticks=[0, 1], label='Class')
# Show the plot
plt.show()

В этой статье мы рассмотрели несколько методов рисования двух разных классов разными цветами с помощью Python. Мы рассмотрели примеры с использованием методов Matplotlib, Seaborn и цветового картографирования. Визуализируя распределение классов, мы можем получить ценную информацию о проблемах классификации. Поэкспериментируйте с этими методами, чтобы создать информативные и визуально привлекательные графики для собственных данных.